Total number of samples in the test sample..............................................................50139 Number of current bar taken at random..............................................................................25000 Number of bars in the sample...............................................................................................18
So, I selected the current bar at random and this is what I got:
Black stepped lines - High and Low correspondingly, red solid line - calculated forecast function, red dashed lines - standard deviation from the forecast function, blue dashed line - mathematical data
おいおい、大笑いできるジョークだったぞ。
膝を叩いて指をさす:)
アレクセイ、ごきげんよう！
アレクセイ、もう少しオントピックにフラブしましょうか。:))画像を挿入するのを手伝ってください、説明者（"このフォーラムに
画像を挿入 する方法（説明者）"）が何かよく分からないのです :)デモ口座のご利用はいかがでしょうか？すでにバランスはどうなっているのでしょうか？過去のチャートの記述についてですが、ユーロ、1時間足の場合
Grash アルゴリズムに繰り返しを使うなら、遺伝的アルゴリズムを使って みるのもいいかもしれません。計算を高速化できるかもしれません。Question: （もちろん秘密でなければですが）何かトリッキーなウェーブレット変換の方法を独自に使っているのではないでしょうか？そうだろうか？
しかも、行そのものの具体的な構造にもよりますが、予測の計算には3～7時間かかります...。しかも、これが結構な量...。
Grash アルゴリズムに繰り返しを使うなら、遺伝的アルゴリズムを使ってみるのもいいかもしれません。計算を高速化できるかもしれません。質問：（もちろん秘密でなければ）何かトリッキーなウェーブレット変換の方法を独自に使っているのではないかと思うのですが。そうだろうか？
確かにウェーブレットは使っていますが、すべて理論の範囲内で、アマチュア的なことはしていません。今、
遺伝的アルゴリズムの 研究をしているんです。
EVAは、カオスダイナミクスの行動パターンの集合体と考えることができます。
さらに、このセットは完璧とは言い難い。より高度な（そして厳密には正当な）分析システムであるタクティカ・アドヴァーサが存在する。
ちなみに、私はストキャスティック・アプローチには原理的に納得がいきません。
(つまり、高いか安いかわからないというのはどういうことかというと、「適正価格」というものが絶対にあるのです...。"s.c. "都市ごと、国ごと、世界ごと、あるパラメータを考慮してもしなくても、とにかく_is_!!!)
決定論の考え方の中では、非線形力学が最も発展していて、我々のケースに合うと理解しているのですが......。
注目！質問
もっと効率的な方法はないのか？(ネットワーク/ゲーム理論/振動など)
数学は、残念ながら、ごく最近勉強したので、他に応用が利くかどうか...。
追伸：ところで、ネットから入手したカオスの確率変動に関する面白い資料があるのですが......。出しているのですが...。
http://tovaroved.lv/nonlin/p7-14.pdf
P.P.S. どちらかというと、クズネゾフの教科書「ダイナミックカオス」に書かれている専門用語
私の計算したピボットゾーンは長方形で表現され、比較的長い時間になっています。だから、ミニ予報の必要性はもちろん「自然な欲」で、「気ままに」やるようになったんです。
私の考えでは、ミニ予報はこのような旋回域に入るとすぐに動き出します。唯一の目的は、予測される価格の動きの方向と境界条件、すなわち転換点領域とその中での現在の価格の位置を知って、最適な取引のために局所的な極限を最大限に定義することです。ミニ予報に基づく回転正方形の局所的な極値を特定するアルゴリズムは、私以外、誰も興味を持たないと思われます。でも、ミニ予報そのものはとても面白い仕事です。
サンプルサイズが小さすぎるし、逆説的ですが予測値も小さいので、ハースト指数に基づく十分にテストされた方法を使えないことが、この問題を悪化させています。
そこで、さまざまなバリエーションを1つ1つ調べてみることにしたのです。だから、自己相関などのトリックはまだ使っていないんだ。まずはシンプルに、プロセスはあらかじめ選択されたいくつかの関数の重ね合わせとして表現されます。
このような機能として、私は次のように定義しています。
(1) 数学的期待線（水平直線）
(2) 線形回帰
(3) 放物線回帰
(4) ハーモニック
(5) and some more...
少数のバー先で予測すればいいので、各関数の基本パターンがだいたい成立すると仮定する。例えば、ハーモニックに見出された周期は、ある最小の小節数の間、依然として保存されます。そして、これらの関数の重ね合わせは、「だいたい正しい」値を示すはずだ。そうですね、絶対にありえないことだと思いますが、絶対に必要ないですし、うまくいくかもしれませんね。
基本アルゴリズム
(1) 最小二乗法により各関数の最適係数を求める。もちろん、数学的期待線は除く:o)
(2) 最小二乗法を用いて、あらかじめ定義された関数の 線形重ね合わせの係数を求める
思い出してください、このような予測のポイントは、チャンネルで遊ぶことではなく、局所的な極限を見つけることなのです。入力パラメータは1つだけで、それは予測のためのサンプルサイズです。最大予測値はサンプルの1/3以下であることが望ましいのでしょうね。計算の入力として（H+L）/2を使っています。
Total number of samples in the test sample..............................................................50139
Number of current bar taken at random..............................................................................25000
Number of bars in the sample...............................................................................................18
So, I selected the current bar at random and this is what I got:
Black stepped lines - High and Low correspondingly, red solid line - calculated forecast function, red dashed lines - standard deviation from the forecast function, blue dashed line - mathematical data
放物線に似た曲線が得られたことは、驚くには値しない。ANCは、データソースに最も近い関数が「勝つ」ように係数を計算する。
結果は心強いようですが、予測はどこかにあるのでしょう。入力パラメータ（サンプルの小節数）を維持したまま、すでに形成されていると仮定して25010小節まで前倒しする。すぐに、この予報が嘘であることがわかります。
たくさん嘘がありますね。しかし！手作業で何度も実験を行い、サンプル全体に対する小さなテストを書いた後、この方式に従った予測が良い結果を示すようなNを、現在のカウントから常に見つけることができることが明らかになりました。テストは非常にシンプルで、ステップ+1でカウントするごとに、予測を行ったサンプルを増やし、将来のバーがRMS限界内に収まるかどうかをチェックしました。このテストは、このフォーラムでしばしば議論されてきたことを確認するものでした。サンプルを見つけて正しい予測を行うことが不可能なサンプルは見つかりませんでした。サンプル25010では、このような値Nが2つもありました（もちろん調整済み）。
14
71
さて、サンプル数の基準を一生懸命考えています。ところで、そのような基準のひとつは、グラフを注意深く見れば「肉眼で」確認することができる。今、取り組んでいるところです。でも、1つでは足りません。あと2つくらい考えないと。
誰か興味があるのか、みんなパストゥーホフを読み続けているのか。:o))
toNeutron
セルゲイ、どこに消えたんだ？寝るな！！」と書きたくなりますね。:о)))
実は価格ではなく、指標として面白いのです。
そして、興味を持った数少ない人たちも、パストゥーホフには失望しているようだ。しかも無料で!
結局、最も興味深い点である、「純粋に数学的な戦略から実用的な戦略を立てるにはどうしたらいいか」というところで、議論は途切れてしまったのだ。
の結果、本当の意味での戦略を立てることができるようになりました。気にしないでください、誰がそれを必要としますか？
EVERYONEが興味を持っていることは間違いないでしょう。パスツォフも、あなたの研究も。
また、赤い点線は実効値ではなく、3シグマで構成された信頼区間の 限界値、あるいは99％信頼区間のようにスチューデントで計算されたものを使ってはいかがでしょうか。あるいは、選択されたバウンダリー構造について、何か特別な目的があるのでしょうか？興味本位で。